EE.UU, 28 de mar 2024 (ATB Digital).- Cada primavera, los científicos esconden más de 1600 grabadoras del tamaño de una fiambrera en los frondosos bosques de Sierra Nevada, al oeste de Estados Unidos.
Hasta que se recuperan al final del verano, estos dispositivos graban un millón de horas de audio, que a menudo contiene los gritos, cantos y silbidos del búho moteado de California, valiosa información sobre dónde vive esta especie en peligro de extinción. Pero son muchas grabaciones para un ser humano.
“No hay forma de que podamos escuchar todo eso, ni siquiera acercarnos, ¿verdad?”, dice Connor Wood, investigador asociado que dirige el proyecto de búhos en el Centro K. Lisa Yang de Bioacústica para la Conservación, parte del Laboratorio de Ornitología de Cornell en Ithaca, Nueva York.
Resulta que este equipo realmente puede procesar este diluvio de datos: solo necesitan un poco de ayuda de BirdNET, un sistema impulsado por inteligencia artificial lanzado en 2018 que puede identificar más de 6000 especies de aves en todo el mundo solo por sus llamadas.
“Necesitamos herramientas que sean realmente flexibles y capaces de identificar tantos animales acústicamente activos como sea posible”, dice Wood, cuyo laboratorio desarrolló BirdNET con la Universidad Tecnológica de Chemnitz en Alemania; “realmente no puedo enfatizar lo suficiente lo transformadora que es [la aplicación] para el campo de la bioacústica”.
En la última década han aparecido varias aplicaciones que aprovechan el poder de la inteligencia artificial para identificar diferentes sonidos aviares, que utilizan tanto científicos como observadores de aves.
Estas herramientas tienen sus defectos: por ejemplo, a veces pueden identificar especies erróneamente. Pero cada vez hay más investigaciones que demuestran que la IA puede identificar el comportamiento y la distribución de las aves, lo que es fundamental para su conservación.
¿Cómo funciona?
En 2016, Cornell se puso en contacto con Stefan Kahl, informático de la Universidad Tecnológica de Chemnitz, para que ayudara a crear un algoritmo que procesara sonidos de aves grabados en la naturaleza.
Dos años más tarde, el equipo lanzó la aplicación oficial BirdNET, que permite a personas de todo el mundo subir sus propias grabaciones desde una variedad de dispositivos, incluidos ordenadores portátiles y teléfonos inteligentes. Desde entonces, BirdNET ha acumulado unos 150 millones de sonidos de aves de alta calidad.
A este acervo de datos hay que añadir Merlin, la otra aplicación acústica para aves de Cornell basada en IA, que cuenta con más de tres millones de usuarios activos que introducen datos acústicos en el sistema. Pero, ¿cómo funcionan estas herramientas aparentemente mágicas?
La aplicación convierte el canto de un ave en una imagen de ondas sonoras conocida como espectrograma. A continuación, la imagen se introduce en el algoritmo de la aplicación, que puede determinar con precisión los cambios de frecuencia, el tiempo y la amplitud de una llamada concreta.
“Estos patrones que encuentran los algoritmos son mucho más sutiles y precisos de lo que podría hacer cualquier ser humano”, explica Kahl, que también trabaja como investigador postdoctoral en el centro de bioacústica de conservación del laboratorio de Cornell.
Con financiación del Servicio Forestal de EE. UU. y el Servicio de Parques Nacionales, Wood y su equipo utilizaron recientemente BirdNET para crear la primera evaluación de las poblaciones de búho moteado en todo el ecosistema de Sierra Nevada, que se enfrentan cada vez más a las amenazas de las especies invasoras o los incendios forestales. Esta información muestra las tendencias de la población de búhos que pueden impulsar los esfuerzos de restauración y conservación, dice.
“Las agencias no sólo lo aceptan como una herramienta de seguimiento que les informa sobre las poblaciones, sino también para facilitar acciones concretas sobre el terreno, lo cual es muy emocionante”, afirma Wood.
Inconvenientes de la IA
Sin embargo, como la mayoría de las tecnologías basadas en IA, estas aplicaciones no están exentas de problemas.
En un estudio publicado en 2023 en la revista International Journal of Avian Science, el ecólogo Cristian Pérez-Granados revisó una serie de publicaciones científicas sobre BirdNET. Su investigación descubrió que BirdNET no siempre registraba el canto de un ave, y a veces la identificaba erróneamente como otra especie, lo que daba lugar a “falsos positivos”, dice Pérez-Granados, que trabaja en la Universidad de Alicante.
Los usuarios de Merlin también han denunciado casos de identificación errónea, lo que podría tener implicaciones negativas para los proyectos de investigación que incorporan datos de ciencia ciudadana, según la Audubon Society y otras organizaciones.
“BirdNET y algunos otros programas informáticos han marcado una gran diferencia en los últimos dos o tres años, pero necesitan seguir creciendo y mejorando”, afirma Pérez-Granados.
Hay algunas formas de reducir estos riesgos, como tener en cuenta la incertidumbre mediante modelos estadísticos o revisar manualmente las identificaciones para volver a comprobar los datos, que es el proceso actual del trabajo de Wood sobre el búho moteado.
“Hay que tratarlo como una predicción” hasta que se verifique, dice Wood; “Me alegro de tener algunos de estos problemas de clasificación errónea porque al menos significa que tenemos datos de comunidades de aves, algo que nunca habíamos tenido antes”.
De hecho, millones de ciudadanos científicos aportan grandes cantidades de datos a aplicaciones como Merlin y BirdNET. En un estudio realizado en 2022, Wood y su equipo evaluaron la exactitud de las aportaciones a BirdNET y descubrieron que sus datos podían reproducir con éxito las rutas migratorias conocidas de varias aves norteamericanas y europeas.
Fuente: National Geographic